请给出在dataframe数据集中判断每列数值型字段中出现上一秒值为0，下一秒值为1的频次 。我需要你提供具体的python脚本，请生成新的字段返回到原始列中

在Pandas DataFrame中，你可以使用`shift()`函数来处理这个问题。首先，我们需要确定哪些列是数值类型的，并计算它们连续两个值的变化。下面是一个Python脚本示例，假设你的DataFrame名为`df`：

import pandas as pd

# 假设你的DataFrame列名包含数字，如'data_column1', 'data_column2', ...等
numeric_cols = df.select_dtypes(include='number').columns.tolist()

# 创建一个新的DataFrame来保存结果，添加新列'result'
result_df = pd.DataFrame(index=df.index)

for col in numeric_cols:
    # 计算每个值之后是否从0变为1
    changes = (df[col] == 0).astype(int) - (df[col].shift(1) == 0).astype(int)
    
    # 如果变化从0变为1，则标记并计数
    result_df[f'{col}_next_second'] = changes.where(changes != 0).cumsum()

# 将结果合并回原DataFrame
df['next_second_count'] = result_df.iloc[:, -1]

# 删除临时列用于结果展示
df = df.drop(columns=['_next_second'] + [f'{col}_next_second' for col in numeric_cols])

这个脚本会创建一个新的列`next_second_count`，其中记录了每列数值型字段中上一秒值为0、下一秒值为1的情况频次。